Система искусственного интеллекта презентация

Искусственный интеллект — наука и технология создания интеллектуальных машин, особенно интеллектуальных компьютерных программ. ИИ связан со сходной задачей использования компьютеров для понимания человеческого интеллекта, но не обязательно ограничивается биологически правдоподобными методами.
Научное направление, в рамках которого ставятся и решаются задачи аппаратного или программного моделирования тех видов человеческой деятельности, которые традиционно считаются интеллектуальными.
Свойство интеллектуальных систем выполнять функции, которые традиционно считаются прерогативой человека. При этом интеллектуальная система — это техническая или программная система, способная решать задачи, традиционно считающиеся творческими, принадлежащие конкретной предметной области, знания о которой хранятся в памяти такой системы.
Наука под названием «Искусственный интеллект» входит в комплекс компьютерных наук, а создаваемые на её основе технологии к информационным технологиям. Задачей этой науки является воссоздание с помощью вычислительных систем и иных искусственных устройств разумных рассуждений и действий.
Искусственный интеллект

История искусственного интеллекта как нового научного направления начинается в середине XX века.
К этому времени уже было сформировано множество предпосылок его зарождения: среди философов давно шли споры о природе человека и процессе познания мира, нейрофизиологи и психологи разработали ряд теорий относительно работы человеческого мозга и мышления, экономисты и математики задавались вопросами оптимальных расчётов и представления знаний о мире в формализованном виде; наконец, зародился фундамент математической теории вычислений — теории алгоритмов — и были созданы первые компьютеры.
Возможности новых машин в плане скорости вычислений оказались больше человеческих, поэтому в учёном сообществе закрался вопрос: каковы границы возможностей компьютеров и достигнут ли машины уровня развития человека? В 1950 году один из пионеров в области вычислительной техники, английский учёный Алан Тьюринг, пишет статью под названием «Может ли машина мыслить?», в которой описывает процедуру, с помощью которой можно будет определить момент, когда машина сравняется в плане разумности с человеком, получившей название теста Тьюринга.
Предпосылки развития науки искусственного интеллекта

Эмпирический тест, идея которого была предложена Аланом Тьюрингом в статье «Вычислительные машины и разум», опубликованной в 1950 году в философском журнале. Целью данного теста является определение возможности искусственного мышления, близкого к человеческому.
Стандартная интерпретация этого теста звучит следующим образом: «Человек взаимодействует с одним компьютером и одним человеком. На основании ответов на вопросы он должен определить, с кем он разговаривает: с человеком или компьютерной программой. Задача компьютерной программы — ввести человека в заблуждение, заставив сделать неверный выбор». Все участники теста не видят друг друга.
Тест Тьюринга
Тест Тьюринга
Человеческое поведение
Разумное поведение

1954 год – А. Ньюэлл задумал создать программу для игры в шахматы. Шеннон, автор теории информации, уже предложил пригодный для этого метод. Для решения этой задачи был разработан специальный язык программирования, который мог легко манипулировать информацией в символьной форме. Этот язык явился предшественником языка ЛИСП. В результате программа для игры в шахматы была создана в 1957 году.
Первой программой ИИ стала программа «Логик-теоретик», предназначенная для доказательства теорем. Ее работа была впервые продемонстрирована 9 августа 1956 года.
Структура этих двух программ позже привели к концепции Универсального решателя задач. Эта программа, анализируя различия между ситуациями и конструируя цели, легко решает различные интеллектуальные задачи.
В это же время большие группы исследователей работают в области машинного перевода, здесь ориентация идет прежде всего на использование синтаксического анализа и информацию, получаемую из словарей. Однако, этого недостаточно, так как автоматический перевод не является изолированной проблемой и требует для успешного осуществления, понимания.
Новый подход к формальной логике, основанный на приведении рассуждений к противоречию, появился в 1965 году (Дж. Робинсон), Этот подход позволяет формализовать многие задачи и дать их машинную интерпретацию, Его успешно использовали для доказательства теорем.. Этот же подход послужил отправной точкой создания языка ПРОЛОГ.
Исследования в области ИИ сопровождаются разработкой языков программирования новых поколений. Это дает возможность при разработке программ использовать наши обычные методы рассуждений и обычный словарный запас.

Пионером искусственного интеллекта по праву можно считать коллежского советника С.Н. Корсакова, ставившего задачу усиления возможностей разума посредством разработки научных методов и устройств, перекликающуюся с современной концепцией искусственного интеллекта, как усилителя естественного.
Работы в области искусственного интеллекта в России начались в 1960-х годах, возглавленных Вениамином Пушкиным и Д. А. Поспеловым.
До 1970-х годов в СССР все исследования ИИ велись в рамках кибернетики. Только в конце 1970-х в СССР начинают говорить о научном направлении «искусственный интеллект» как разделе информатики.
В конце 1970-х создается толковый словарь по искусственному интеллекту, трехтомный справочник по искусственному интеллекту и энциклопедический словарь по информатике, в котором разделы «Кибернетика» и «Искусственный интеллект» входят наряду с другими разделами в состав информатики.
Искусственный интеллект в России

Подходы к пониманию проблемы
Единого ответа на вопрос чем занимается искусственный интеллект, не существует. Почти каждый автор, пишущий книгу об ИИ, отталкивается в ней от какого-либо определения, рассматривая в его свете достижения этой науки.
Несмотря на наличие множества подходов как к пониманию задач ИИ, так и созданию интеллектуальных информационных систем можно выделить два основных подхода к разработке ИИ:
нисходящий, семиотический — создание экспертных систем, баз знаний и систем логического вывода, имитирующих высокоуровневые психические процессы: мышление, рассуждение, речь, эмоции, творчество и т. д.;
восходящий, биологический — изучение нейронных сетей и эволюционных вычислений, моделирующих интеллектуальное поведение на основе биологических элементов, а также создание соответствующих вычислительных систем, таких как нейрокомпьютер или биокомпьютер.
Подходы и направления

Исторически символьный подход был первым в эпоху цифровых машин, так как именно после создания Лисп, первого языка символьных вычислений, у его автора возникла уверенность в возможности практически приступить к реализации этими средствами интеллекта. Символьный подход позволяет оперировать слабо формализованными представлениями и их смыслами. От умения выделить только существенную информацию зависит эффективность и результативность решения задачи.
Основное применение символьной логики — это решение задач по выработке правил. Большинство исследований останавливается как раз на невозможности хотя бы обозначить новые возникшие трудности средствами выбранных на предыдущих этапах символьных системах. Тем более решить их и тем более обучить компьютер решать их или хотя бы идентифицировать и выходить из таких ситуаций.
Символьный подход

Логический подход к созданию систем искусственного интеллекта направлен на создание экспертных систем с логическими моделями баз знаний с использованием языка предикатов.
Учебной моделью систем искусственного интеллекта в 1980-х годах был принят язык и система логического программирования Пролог. Базы знаний, записанные на языке Пролог, представляют наборы фактов и правил логического вывода, записанных на языке логических предикатов.
Логическая модель баз знаний позволяет записывать не только конкретные сведения и данные в форме фактов на языке Пролог, но и обобщенные сведения с помощью правил и процедур логического вывода и в том числе логических правил определения понятий, выражающих определённые знания как конкретные и обобщенные сведения.
В целом исследования проблем искусственного интеллекта в рамках логического подхода к проектированию баз знаний и экспертных систем направлено на создание, развитие и эксплуатацию интеллектуальных информационных систем.
Логический подход

Последний подход, развиваемый с начала 1990-х годов называется агентно-ориентированным подходом, или подходом, основанным на использовании интеллектуальных агентов. Согласно этому подходу, интеллект — это вычислительная часть способности достигать поставленных перед интеллектуальной машиной целей. Сама такая машина будет интеллектуальным агентом, воспринимающим окружающий его мир с помощью датчиков, и способной воздействовать на объекты в окружающей среде с помощью исполнительных механизмов.
Этот подход акцентирует внимание на тех методах и алгоритмах, которые помогут интеллектуальному агенту выживать в окружающей среде при выполнении его задачи. Так, здесь значительно сильнее изучаются алгоритмы поиска пути и принятия решений.
Агентно-ориентированный подход
Иллюстрация принципа поиска пути в двухмерном пространстве

Модели и методы исследований

Некоторые из самых известных ИИ-систем:
Deep Blue — победил чемпиона мира по шахматам. Матч Каспаров против суперэвм не принёс удовлетворения ни компьютерщикам, ни шахматистам, и система не была признана Каспаровым. Затем линия суперкомпьютеров IBM проявилась в проектах молекулярное моделирование и моделирование системы пирамидальных клеток в швейцарском центре Blue Brain.
MYCIN — одна из ранних экспертных систем, которая могла диагностировать небольшой набор заболеваний, причем часто так же точно, как и доктора.
20Q — проект, основанный на идеях ИИ, по мотивам классической игры «20 вопросов». Стал очень популярен после появления в Интернете на сайте 20q.net
Распознавание речи. Системы такие как ViaVoice способны обслуживать потребителей.
Роботы в ежегодном турнире RoboCup соревнуются в упрощённой форме футбола.
Применение искусственного интеллекта